手机在旁边不停的震动，但宁为仿若未觉。

最近一段时间，湍流算法那边他几乎完全放下了，全身心的投入到了EDA软件这块。

到不是湍流算法那边已经没问题了，实际上之所以这个项目一直在实验室里进行内测，还没有对外联系进行大规模公测，也是因为遇到了技术瓶颈。

目前湍流算法在实验室里的错误判断率稳定在十万分之一点八左右，无法在进一步下降了。

十万分之一点八的出错率听起来不算高，但如果应用在12306这种售票网站跟APP的服务器上，却很可怕。

用户基数太大了。

每一亿人次使用12306订票，可能有1800多人被误判为恶意爬虫程序而受到惩罚，这得是多败人品的一件事。更别提每年使用12306订票系统的何止一亿人次？

一个长假都不止了！

宁为跟三位辅助的研究员也不是没想过办法，几个人一起头脑风暴过，对算法经过了两次迭代，但始终无法降低实验室内测的错误率。

这让宁为有种感觉，湍流算法的进一步突破，可能需要他对整个系统的理解进一步加深，这是急不来的，索性先这么在实验室挂着，多做一段时间的内测，可用来分析的数据足够多了，说不定就能从这些数据中找出一些端倪。

所以宁为便不再关注湍流算法那边，毕竟EDA软件项目组这边，没人比他更清楚这款软件的结构跟难点。

最大的难点其实就是让芯片设计简单化。

举一个简单的例子。

在使用主流EDA软件做后端设计的时候，第一步一般是需要对标准库进行设置。

需要的数据大概可以分为三类，分别为逻辑层、物理层跟设计。

这三类又能细分为六种文件，包括工艺文件、单元库、子库、综合后网表文件、约束Pad位置的TDF文件跟综合后给出的时序约束文件。

然后是芯片的整体布局，这是直接影响到芯片面积、速度信号完整性跟设计周期的重要步骤。要为模块、输入输出接口、电源焊盘等等分配对应的位置。

接下来是时钟树综合，这也是一大挑战。想想看，在集合数千万甚至上亿的晶体管后，要将时钟信号零偏差的传输到芯片每一个局部区域本就是件不简单的事情。